人脸识别是指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术,其可以定义为:输入查询场景中的静图像或者视频,使用人脸数据库识别或验证场景中的一个人或者多个人,通常也被称为面部识别、人像识别。人脸识别技术拥有一个不算漫长的历史,该技术研究最早可追溯到 19 世纪法国人Galton的工作。现代研究始于20世纪60年代末70年代初,并随着科学技术而发展。自90年代以来一直是研究热点,各种算法层出不穷,相关杂志上发表的有关论文数以千计。
国内在这方面的研究起步于20世纪80年代,受到了国家 863计划的大力扶持,发展很快。2000年以来,每年一届的“中国生物识别学术会议”极大地推动了包括人脸识别在内的生物识别技术水平的发展。
第一阶段(1950s-1980s),人脸识别被当作一个一般性的模式识别问题,主流技术基于人脸的几何结构特征。
第二阶段(1990s),人脸识别迅速发展,出现了很多经典的方法,例如Eigen Face, Fisher Face和弹性图匹配,此时主流的技术路线为人脸表观建模。
第三阶段(1990s末期到现在),人脸识别的研究不断深入,研究者开始关注面向真实条件的人脸识别问题。
主要包括以下四个方面的研究:1)提出不同的人脸空间模型,包括以线性判别分析为代表的线性建模方法,以Kernel方法为代表的非线)深入分析和研究影响人脸识别的因素,包括光照不变人脸识别、姿态不变人脸识别和表情不变人脸识别等。3)利用新的特征表示,包括局部描述子(Gabor Face, LBP Face等)和深度学习方法。4)利用新的数据源,例如基于视频的人脸识别和基于素描、近红外图像的人脸识别。
虽然人脸识别技术经历了较长的研究阶段,但至今还是被认为是生物特征识别技术中较为困难的研究课题之一,其原因在于:
在进行人脸识别前需要先对监控场景中的人脸进行定位,即人脸检测。人脸检测的正确与否直接影响人脸识别性能。当监控场景的背景较为复杂时,人脸检测率也会随之降低,因此能够适应复杂背景环境的人脸检测算法是人脸识别技术的难点之一。
在智能视频监控系统的实际应用中,会由于监控环境光线的变化造成检测到的人脸图像存在不同的阴暗变化,如图1所示。FRVT2006测试表明,不同光照条件下人脸识别虽然在性能上比FRVT2002有显著提高,但是还没在根本上克服光照对识别率的影响。
在实际应用过程中,人脸的表情随时都可能发生变化。下图给出了部分表情变化的人脸图像。从下图可以看出,当人的表情发生变化时,可能会引起人脸轮廓以及纹理的变化,同时由于面部肌肉的牵引,面部的特征点的位置也会随之改变。不同的表情引起面部的变化都不同,此外,不同的人的相同表情影响也不相同,因此很难用统一的标准来精确划分各种表情对不同人的影响。
人脸的角度多样性主要是指由于拍摄角度的不同导致检测到的人脸图像的旋转,包括平面旋转和深度旋转。图3列出了部分不同角度拍摄的人脸图像。从下图可以看出,与表情变化对人脸图像的影响相同,拍摄角度的变化同样会导致人脸轮廓的变化,除此之外,由于角度的变化,可能会导致人脸的部分特征无法被正确提取,进一步导致人脸的错误识别。
即使是非人为故意遮挡,在实际应用时检测到的人脸图像也经常会出现如帽子、眼镜等遮挡物,除了这些,胡子以及刘海的变化也直接影响人脸的特征提取。当人脸图像发生遮挡时,人脸的很多信息会丢失,导致人脸识别算法出错或失效。
人脸识别系统主要包括四个组成部分:人脸图像检测、人脸识别预处理、人脸特征提取以及特征匹配与识别。
人脸图像检测是人脸识别过程的关键环节之一。人脸检测是指对于任意一幅给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸,如果有,则返回检测到的人脸图像的位置、大小以及姿态。人脸检测主要利用人脸图像的直方图特征、颜色特征、模板特征、结构特征以及haar特征等。
预处理是指在进行人脸识别前,为了提高识别率,通过图像处理技术对检测得到的人脸图像进行的一系列图像质量提高。这些处理主要包括灰度校正、噪声过滤、光线补偿、直方图均衡化、归一化等。
人脸特征提取是对人脸进行特征建模的过程,提取方法主要分为两大类:基于知识的表征方法和基于代数特征或统计学习的表征方法。目前人脸识别技术中使用的人脸特征主要包括视觉特征、人脸图像变换系数特征,人脸图像代数特征等。其中基于知识的表征方法主要是根据人脸五官的形状描述以及它们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常是使用特征点间的欧几里得距离、曲率或角度等。基于几何特征的表征方法是指利用人脸五官之间的结构关系的几何描述进行人脸表征的方法。
4、人脸匹配与识别匹配与识别是指利用上一步提取到的人脸特征,与样本库中存储的特征模板进行搜索匹配,在这个过程中,需要预先定义一个阈值,当相似度超过该阈值,则输出匹配结果。
人脸识别方法大致可以分为两类:基于2D人脸图像的人脸识别和基于3D人脸图像的人脸识别。其中2D人脸识别是通过2D摄像头平面成像,无法接收物理世界中的第三位信息(尺寸和距离等几何数据),即使算法及软件再先进,在有限的信息接收状态下,,安全级别终究不够高,通过照片//视频/化妆/人皮面具等方式可以很容易进行破解,无法满足智能手机安全级别的需求。
3D人脸识别则是通过3D摄像头立体成像,能够识别视野内空间每个点位的三维坐标信息,从而使得计算机得到空间的3D数据并能够复原完整的三维世界,并实现各种智能的三维定位。简单的说就是机器获取的信息多了,分析判断的准确性有了极大的提升,人脸识别功能可以分辨出平面图像/视频/化妆/皮面具/双胞胎等状态,适合金融领域和智能手机等安全级别要求高的应用场景。
(1)结构光(Structured Light):结构光投射特定的光信息到物体表面后,由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而复原整个三维空间。代表公司有苹果(收购最大的结构光技术公司PrimeSense)、微软Kinect-1、英特尔RealSense、Google Project Tango等,目前可见的其他创业公司几乎都沿用此技术路线)TOF(Time Of Flight,飞行时间):通过专有传感器,捕捉近红外光从发射到接收的飞行时间,判断物体距离。
(3)双目测距(Stereo System):利用双摄像头拍摄物体,再通过三角形原理计算物体距离。代表公司LeapMotion。代表公司微软Kinect-2。
在国内,单目结构光供应商有奥比中光科技、华捷艾米软件,双目结构光方案有图漾科技,TOF方案的有乐行天下科技。此外,有两家上市公司也开始了内部研发项目。
TOF技术具有响应时间更快,抗光照表现尚可,深度信息精确度高、识别距离远等优势,但是其也有着分辨率低、成本高、功耗高、模块太大的劣势。
而结构光技术优势则在于低光下表现良好,分辨率更高,成本、功耗适中,主要缺点是易受阳光影响,识别距离短,相应时间稍慢的缺点。
不过就应用于智能手机上的人脸识别功能,结构光技术应该是要比TOF技术更有优势。因为通过智能手机的前置3D系统来进行面部识别这种应用场景本身识别的距离就很近,所以不存在需要支持更远的识别距离的问题。另外结构光相比TOF技术,短距离的精度更高,也更适合用在手机前置摄像头上。而且其分辨率、相应时间已经足以应对手机端面部识别的需求(采用TOF技术的Project Tango手机是后置3D系统,其作用也不是主要用于面部识别)。
另外,就两种技术所产生的深度图来看,TOF深度图会存在多重反射产生的噪音、边缘精细度过低、时域滤波导致滞后等问题。而结构光的深度图则只有边界线清晰度略低的问题。最后,由于是用在智能手机这样的消费类移动设备上,所以成本、功耗也都是需要考虑的因素。
所以总的来说,如果是手机前置3D面部识别系统,结构光技术相比TOF技术更具优势。苹果iPhone X的FaceID采用的便是结构光技术。
目前,国际巨头Apple、Microsoft、Facebook/Oculus、Intel、Google等早已瞄准3D成像人脸识别技术,近年来收购了十数家这个领域的创业公司并且势头不减。过可惜的是,上述大公司无一例外都在为自己的产品构建核心技术门槛,为内部生态服务,至少目前不会致力于成为深度传感器和技术服务的专业供应商。
不过可以看到这一技术的研究和开发多为国外公司,国内计算视觉方面的公司或创业团队屈指可数,技术上的壁垒相当大。
这家公司最近可谓是风头正盛,支付宝的刷脸支付应用以及小米最新发布的note 3人脸识别解锁功能都是选用了旷视科技的人脸识别方案。据悉,Note 3 的整个刷脸解锁过程只需 500 毫秒,这种非接触式的解锁方式从体感上更是快过指纹解锁。旷视科技全名叫做北京旷视科技有限公司,其代表产品为Face++,是新一代云端视觉服务平台,提供一整套世界领先的人脸检测、人脸识别、面部分析的视觉技术服务。
旷视科技的团队很年轻、很极客范,基本上是一群85后。公司三位创始人都来自于清华大学,其中一位创始人印奇拥有美国哥伦比亚大学3D相机方向博士学位背景,他曾在微软亚洲研究院工作过四年时间,研发出了微软当时核心的人脸识别系统,最后被广泛应用在微软Xbox和Bing等产品中。,Face++在人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测上,接连拿下了这三项的世界第一。其中尤为值得一提的是,在最重要的互联网图片人脸识别(Face recognition)LFW中,Face++团队更是力压Facebook人脸团队,在极难识别的互联网新闻图片上,获得了97.27%的准确率。
如今,旷视(Face++已经把人脸识别技术渗透到金融、安防、保险、零售、地产、共享出行等各行各业当中,其中也包括手机产业。服务客户包括360搜索、世纪佳缘、美图秀秀、美颜相机、联想、神州智联等。
云从科技创办于2015年4月,是一家从中科院重庆研究院孵化的专注于计算机视觉与人工智能的企业。创始人周曦,本科和研究生毕业于中国科学技术大学,随后到美国伊利利诺伊大学(UIUC)攻读博士,师从被誉为“计算机视觉之父”的Thomas Huang(黄煦涛)教授,在 2007-2011 年期间,带领UIUC团队六次斩获世界模式识别大赛冠军。
成立2年来,云从科技已经获得两轮融资(全部为人民币架构),天使轮融资6000万元,A轮融资近2亿元。2016年销售额近亿元,2017年上半年就销售过亿元。
云从的客户已经有上百家,客户群体主要集中在金融、公安和商业。截至目前,云从科技在银行市场占有率达到一半以上,核心原因是其拿下了国内60%的总行订单。
奥比中光是人脸识别技术的硬件提供商,代表产品为3D结构摄像头。这家公司来头也不小,由手机芯片厂商联发科投资,奥比中光的相关人士表示,目前全球能量产结构光方案3D摄像头的,只有四家公司:苹果,英特尔,微软以及奥比中光。
作为2014年深圳市孔雀计划第一名,奥比中光所推出的3D深度摄像头Astra、Astra Pro、Astra mini早在2015年已经完成量产,并在2016年获得联发科的战略入股。可实现人脸识别、手势识别、骨架识别、三维测量、环境感知、避障、跟随、三维地图重建等数十项功能,可广泛运用于电视、手机、机器人、无人机、VR/AR、智能家居安防、汽车驾驶辅助等领据悉,支付宝人脸支付的硬件采用的便是奥比中光的产品。
据官方资料介绍, 科大讯飞股份有限公司成立于1999年,是一家专业从事智能语音及语言技术、人工智能技术研究,软件及芯片产品开发,语音信息服务及电子政务系统集成的国家级骨干软件企业。2008年,科大讯飞在深圳证券交易所挂牌上市,股票代码:002230。
不过在2014年12月21日,深圳举行的讯飞人脸识别发布会上,香港中文大学汤晓鸥教授表示:“科大讯飞联手香港中文大学多媒体实验室,已经基于最新的技术突破制作出完整的一套人脸图像处理系统SDK,包括人脸检测,人脸关键点对准,人脸识别,表情识别,性别识别,年龄估计等各种基础技术包,全力助推刷脸时代到来。”有资料显示,科大讯飞将在今年9月份推出人脸识别。
据官方介绍,汉王科技股份有限公司成立于1998年,是全球文字识别技术与智能交互产品引领者,多年来,通过不断自主创新,在手写识别、光学字符识别(OCR)、笔迹输入等领域拥有多项具有自主知识产权的核心技术,综合技术水平在国内外均处于领先地位,手写汉字识别获得国家科技进步一等奖,OCR获得国家科技进步二等奖。
据资料显示,汉王科技于2008年就已开发出全球第一款嵌入式人脸识别机。2014上半年,将人脸识别安检系统产品安装在了城楼上。
不久前汉王科技披露:公司的人脸识别系统正在积极拓展与地方政府及铁路局的合作,配合当地政府实现在社区、酒店、火车站等场所对人脸识别需求的实现。去年央视《新闻联播》对银川市政府应用生物识别技术打造智慧政务平台进行了专题报道,该项目中所使用的人脸识别技术,正是由汉王科技所提供。今年5月,杭州市国税局实现人脸生物识别比对技术开展“刷脸”办税,幕后助力者仍是汉王。
技术授权方面,汉王已经和华硕、海尔、长虹、海信、平安银行等多家企业签署技术授权合同,将人脸识别技术推广应用到了智能家电、笔记本、移动终端等应用平台。
早在2014年8月份,欧比特就停牌发布公告,公司拟通过发行股份及支付现金作价5.25亿元购买广东铂亚信息技术股份有限公司100%股权。其中铂亚信息的业务主要围绕人脸识别和智能视频分析两大核心技术开发产品和提供服务。核心竞争力主要在人脸识别领域,是大规模静态人脸比对和动态视频人脸识别领域的领先企业之一。
据资料显示,铂亚信息安防智能集成类产品实现营业收入10648.47万元(+47.88%),占到总营业收入的67%。铂亚信息在上半年继续完善核心算法,提升人脸识别与智能视频分析技术,参与了“智慧荆门”智慧交通项目。铂亚信息成了欧比特一颗金钥匙。
川大智胜在2013年11月获得国家重大项目“高速高精度结构光三维测量仪器开发与应用”,主要研发三维人脸测量仪器、三维人像识别软件、三维测量仪器、可视化场景三维测量仪器等,并于2015年2月定增募集资金加码三维人脸识别项目,投入资金为1.76亿元。
川大智胜前不久在接受机构调研时透露,在人脸识别方面,公司已启动首批十多种应用产品的开发,预计下半年或明年初投入市场。
据介绍,目前公司的人脸识别产品主要针对公共安全等领域,处在示范阶段,暂未形成正式订单。在运营模式方面,公司的人脸识别产品更多是以产品模式来做,但在某些重点行业,刚开始以项目方式做示范应用系统。
据官方资料显示,航天信息股份有限公司是由中国航天科工集团公司控股、以信息安全为核心技术的IT行业高新技术国有上市公司,于2000年11月1日成立,2003年7月11日在A场成功挂牌上市(SHA:600271),是中国IT行业最具影响力的上市公司之一。
在人脸识别技术方面,航天信息承担了国家重点科技攻关项目中的人脸识别技术课题。北京航天金盾科技有限公司联合清华大学丁晓青团队展开合作,为提供人脸识别检索方面的技术服务。在分析、吸收国外先进人脸识别技术的基础上,目前已成功研发了人像比对综合应用系统(TH-IDvs)。运用TH-IDvs视频监控人脸识别技术,门只需将某省或某市当前户籍与身份证的照片进行两两比对,就能找出“同证不同人”、“同人不同证”等非法户籍身份。
资料显示,高新兴科技集团股份有限公司(简称“高新兴”)是国内智慧城市建设运营商,成立于1997年,注册资金18402万,2010年上市。高新兴以平安城市、智慧交通、通信监控、金融安防、移动物联五大核心业务。
在高新兴有关主管接受媒体的一次采访中表示,公司的人脸识别的应用有巡逻机器人、视频结构化平台、门岗一体机设备、动态人脸布控系统。目前在商业大厦、支队、广州火车站进行人脸识别系统上都有部署。
据官方资料显示,深圳市赛为智能股份有限公司成立于1997年,2010年1月在深圳证券交易所上市,是专业的智慧城市投资、建设、运营综合服务商。公司致力于智慧城市顶层设计、大数据分析,擅于提供智慧交通、智慧建筑、智慧医疗、智慧教育、智慧农业、智慧数据中心等行业整体解决方案,企业实力位居国内行业前列。
赛为智能在一次两年前的采访中表示,公司研发的人脸识别技术主要应用于公共安全方面,是1:N的比对。如要将该技术应用于实名认证1:1比对,可在我们原有的人脸识别库上增加针对1:1的实名认证应用即可,可以根据市场需求进行应用层系统的开发。公司人脸识别支付在技术上没有问题,但是现在还没有改造到民用的层次。人脸识别要求摄像头的精度很高,导致成本很高,仍要继续调研立项。目前高清的相机主要通过外部采购。
汉鼎股份是中国领军的智慧城市综合服务商,将互联网基因和金融基因融入到智慧城市产业中是汉鼎最大的经营特色。互联网金融和互联网生活两大生态圈强力推动智慧城市产业发展,构建汉鼎特色的生态系统。
据官方资料显示,上海普天邮通科技股份有限公司是国务院国资委所属中国普天集团旗下的上市公司之一,前身是创立于1951年的华东邮电器材厂,是国内最早的通信设备制造企业之一。1981年更名为邮电部上海通信设备厂。1993年7月进行股份制改制。同年10月18日,公司A股在上海证券交易所挂牌交易;1994年10月20日,B股上市。
佳都科技是国内唯一一家同时掌握自动售检票系统、屏蔽门系统、综合监控系统、视频综合监控系统等四大核心技术产品的服务提供商。公司在广州轨道交通领域具有绝对优势的市场地位,并先后中标成都、青岛、天津、长沙、武汉等地项目,进军全国市场。预计轨交业务未来将保持50%以上增速。
2015年3月30日公告,佳都科技与中山大学信息科学与技术学院签署《共建“视频图像智能技术联合实验室(二期)”协议》。联合实验室植根于图形图像智能分析领域的前沿领域展开研究,特别是在人脸识别(人脸图像采集、检测、预处理、特征提取、匹配识别等核心技术),车牌、车标、车型识别,图像大数据处理、预警和追踪侦测等技术领域开展持续研发,并探索相关技术的产品化、产业化进程。
2015年4月15日,中科院、佳都科技、杰翱资本、云从公司战略合作签约仪式暨人脸识别核心技术发布会召开,包括当地政府、产业资本以及近30家卖方机构参加。
2015年10月,现金出资2亿元收购广东华之源信息工程有限公司51%股权。人脸识别再获重要轨交入口。此次收购为公司的人脸识别技术在轨交领域的应用铺设了渠道,公司可将人脸识别技术与轨交通信系统和视频监控进行有效协同,进一步增加公司人脸识别技术的应用场景,卡位人流量巨大的轨交入口。厦门地铁招标的通信系统和视频监控项目已经明确提出人脸检测、人脸跟踪、人脸比对等需求,并要求接入厦门市110视频监控平台,这是华之源获得的第一个地铁应用订单,后续轨交的人脸识别应用将在佳都的引领下持续出来。
欧洲杯app排行榜前十名Precise Biometrics为高通Sonic 3D指纹识别提供软件
BioMatch Mobile指纹生物识别解决方案专为智能手机和平板电脑而设计... Read more